AI Engineering Hub
活跃简介
深入讲解 LLM、RAG 和真实 AI 智能体应用的教程合集，包含丰富的 Notebook 示例，是学习 AI 工程化实践的优质资源。
核心特性
- 93+ 生产就绪项目 — 覆盖 OCR、RAG、Agent、语音、多模态等多个领域
- 三级难度分类 — 初级（22）、中级（48）、高级（23）项目循序渐进
- LLM 实战教程 — 包含 DeepSeek、Llama、Gemma、Qwen 等模型的本地部署与应用
- Agent 工作流示例 — CrewAI、AutoGen、MCP 等多框架 Agent 实现
- RAG 全链路 — 从基础 RAG 到 Agentic RAG、多模态 RAG 的完整实践
- Jupyter Notebook 为主 — 每个项目均为可运行的 Notebook，开箱即用
适用场景
💡 AI 工程初学者通过分类项目快速入门
💡 开发者学习和对比不同 RAG/Agent 框架的实现方式
💡 研究人员复现和扩展现有 AI 应用案例
💡 团队内部培训使用的真实项目素材库
优势与不足
✅ 优势
- • 活跃维护，近期持续更新
- • 社区热度高（37.4k stars）
- • 开源许可证友好（MIT）
- • Issue 响应及时，积压少
快速开始
git clone https://github.com/patchy631/ai-engineering-hub.git && cd ai-engineering-hub && pip install -r requirements.txt